Un RAG de empresa es un asistente de IA que primero busca en los documentos de su empresa y después redacta su respuesta a partir de lo que ha encontrado, indicando sus fuentes. Para una pyme, resulta útil cuando la respuesta ya existe en sus documentos y sus equipos pierden tiempo en volver a encontrarla. Según nuestro cálculo, su construcción va de unos 2.400 € a 60.000 € (sin IVA) según el alcance.
RAG significa Retrieval-Augmented Generation, literalmente «generación aumentada por recuperación». El término intimida, la idea es sencilla, y esta guía está escrita para un directivo que tiene que decidir, sin código.
¿Cómo funciona un RAG, sin jerga?
Un RAG funciona como un documentalista rápido: va a buscar los pasajes adecuados, se los lleva al redactor y el redactor responde únicamente a partir de esas páginas. El mecanismo se resume en 4 etapas:
- Preparar. Sus documentos se dividen en pasajes y se indexan según su significado, para que una pregunta en lenguaje corriente encuentre el párrafo adecuado aunque no use las mismas palabras.
- Buscar. Un compañero hace una pregunta: el sistema selecciona los pasajes más pertinentes entre los que esa persona tiene derecho a ver.
- Redactar. La IA recibe la pregunta y esos pasajes, y escribe una respuesta.
- Citar. La respuesta remite a los documentos de origen, para que se pueda comprobar.
La diferencia con un ChatGPT o un Claude utilizado a solas: el asistente no conoce sus precios, sus contratos ni sus procedimientos, salvo que usted se los dé. Y el RAG no entrena un nuevo modelo con sus datos: le pasa los extractos adecuados en el momento de la pregunta.
¿Cuáles son los buenos casos de uso de un RAG?
Los buenos casos de uso de un RAG comparten 3 características: un gran volumen de documentos, preguntas que se repiten y una respuesta verificable en una fuente. Estos son 6 ejemplos, que deberá evaluar según sus volúmenes.
| Área | Pregunta típica | Fuente consultada | Quién mantiene el control |
|---|---|---|---|
| Atención al cliente | «¿Qué procedimiento se aplica a este código de error?» | Base de ayuda, tickets resueltos | El asesor revisa |
| Comercial | «¿Hemos respondido ya a esta cláusula?» | Propuestas anteriores | El comercial adapta |
| Jurídico | «¿Qué contratos tienen una cláusula de renovación tácita?» | Contratos firmados | El jurista verifica |
| RR. HH. | «¿Cuántos días corresponden a este permiso según nuestro convenio?» | Acuerdos y reglamento interno | La persona de RR. HH. confirma |
| Oficina técnica | «¿Qué norma se aplica a este tipo de obra?» | Normas, estudios anteriores | El ingeniero decide |
| Dirección | «¿Qué decidimos sobre este tema en junio?» | Actas | El director |
En Jarvis, uno de nuestros proyectos de desarrollo en paisajismo y obras de urbanización, cada agente de negocio se apoya en una base de conocimiento dedicada. Este principio vale para muchas profesiones con abundante documentación. Un RAG conviene menos para un cálculo exacto sobre datos numéricos: una consulta a su ERP será más segura. Conviene también menos para una base pequeña de 20 documentos, que un asistente clásico con proyecto compartido ya resuelve.
¿Qué relación hay entre el RAG y el segundo cerebro?
El segundo cerebro de empresa es la materia y el RAG es una de las formas de buscar en ella. El segundo cerebro reúne decisiones, procedimientos, clientes y actas en fichas fechadas, con un estado y un responsable, que sus equipos y sus agentes consultan.
La consecuencia para su presupuesto es directa: conectar un RAG a una carpeta compartida desordenada equivale a contratar a un documentalista y ponerlo en un desván. Encontrará rápido, pero a veces será la versión de 2019. Empiece, pues, por 3 colecciones limpias (decisiones, procedimientos, clientes) y por la regla «una sola fuente por tema». Si sus conocimientos caben en fichas estructuradas, una simple conexión mediante el protocolo MCP puede bastar al principio, sin una cadena de búsqueda sofisticada.
¿Cuánto cuesta un RAG de empresa?
Un RAG de empresa cuesta desde el precio de unas pocas licencias en un asistente existente hasta varias decenas de miles de euros si hay que integrarlo con sus programas, con permisos finos. Los intervalos siguientes son un cálculo a partir de una tarifa de 800 a 1.500 € (sin IVA) por día, tomada de nuestra guía de precios, y de un número de días que estimamos. No sustituyen a un presupuesto.
| Nivel | Alcance | Hipótesis | Construcción (sin IVA) |
|---|---|---|---|
| 1. Proyecto dentro de un asistente | Unas decenas de documentos cargados en un asistente profesional | 1 a 2 días internos | El tiempo del equipo y las licencias |
| 2. RAG centrado | Una base documental, un equipo, una interfaz sencilla | 3 a 10 días | 2.400 a 15.000 € |
| 3. RAG integrado | Varias fuentes, permisos por usuario, actualizaciones automáticas | 15 a 40 días | 12.000 a 60.000 € |
Para la API, partamos de 50 preguntas al día, 22 días al mes, 8.000 tokens leídos y 500 escritos por pregunta. Con las tarifas oficiales de Anthropic consultadas el 4 de noviembre de 2026, resulta 23,10 $ al mes con Claude Sonnet 5.5 (2 $ y 10 $ por millón de tokens) y 1,16 $ con Claude Haiku 5.5 (0,10 $ y 0,50 $). La indexación inicial, el alojamiento y la base de búsqueda se suman: su coste depende del volumen y de la solución elegida, y debe pedirse en el presupuesto.
Estas cifras muestran adónde va el presupuesto: a la preparación de los documentos, los permisos de acceso, las pruebas y el mantenimiento. Si primero hay que digitalizar 10 años de PDF escaneados, esa partida puede superar a la parte de IA. Nuestro artículo sobre el precio de un agente de IA detalla el cálculo de los costes recurrentes.
¿Cuáles son los límites de un RAG?
Un RAG solo vale lo que valen sus documentos: no puede responder bien a partir de una fuente falsa, obsoleta o ausente. Estos son los 6 límites que conviene conocer antes de lanzar un proyecto.
- Documentos contradictorios. 2 versiones de un procedimiento dan 2 respuestas. Cada fuente necesita un estado y una fecha.
- Un pasaje equivocado. La búsqueda puede no dar con el extracto adecuado, sobre todo con términos muy técnicos o referencias.
- Tablas y planos mal leídos. Los PDF complejos requieren una preparación específica, que hay que probar con sus documentos.
- Una respuesta verosímil pero falsa. La CNIL recuerda que el resultado de una IA generativa puede ser inexacto aun pareciendo creíble.
- Una fuga interna. Sin permisos correctos, un empleado puede obtener una información que no tenía derecho a leer, como un salario.
- Una base que envejece. Sin mantenimiento, la calidad baja sin ruido.
¿Qué dice la CNIL sobre un RAG?
La CNIL indica que una organización que conecta un sistema de IA a su propia base de conocimiento es responsable de ese tratamiento cuando la base contiene datos personales. Su documento de preguntas frecuentes, publicado el 18 de julio de 2024, cita este supuesto. Para datos personales o documentos sensibles, suele recomendar un despliegue en local, que limita el riesgo de extracción por un tercero, y aconseja asociar al delegado de protección de datos y, en su caso, realizar una evaluación de impacto.
En la práctica: retire del índice lo que no sea necesario, aplique los mismos permisos que en sus carpetas, verifique el contrato y la ubicación del editor, y escriba estas reglas en su carta de uso de la IA. Una persona competente debe validar este marco. En una profesión sujeta a secreto profesional, este encuadre va antes que la elección de la herramienta.
¿Cómo saber si un RAG le conviene?
Un RAG le conviene si puede escribir 20 preguntas frecuentes reales, si sus respuestas existen en sus documentos y si el tiempo perdido se puede cuantificar. Haga esta prueba en 4 pasos antes de pedir un presupuesto:
- Pida al equipo afectado que escriba 20 preguntas reales.
- Anote para cada una dónde está la respuesta correcta. Si usted mismo no la encuentra, el RAG tampoco la encontrará.
- Estime la ganancia: minutos perdidos por pregunta × número de preguntas × coste por hora. Por ejemplo, 5 a 10 minutos × 50 preguntas al día × 220 días × 45 € la hora dan unos 41.000 a 82.000 € al año, si la ganancia es real y los volúmenes se confirman. Divida entre 2 o 3 si quiere una hipótesis prudente.
- Pruebe con un pequeño lote de documentos en un asistente profesional, antes de construir.
Tras el lanzamiento, siga 3 cifras: la proporción de respuestas con una fuente correcta, la proporción de preguntas que quedan sin respuesta y el tiempo realmente ahorrado.
No es adecuado si sus preguntas se refieren a cifras en tiempo real, si sus documentos caben en unos pocos archivos o si nadie puede mantener la base.
En Codito Ergo Sum existen 2 caminos. Para un segundo cerebro y una primera prueba con su equipo, el Acompañamiento IA a 499 € o 799 € al mes (sin IVA), sin compromiso y cancelable en cualquier momento. Para un RAG integrado y seguro con una necesidad identificada, el Desarrollo a medida, con presupuesto desde 3.000 € (sin IVA) tras el análisis del alcance, aplicándose el mínimo a un alcance sencillo. Para saber cuál le conviene, dediquemos 30 minutos a sus 20 preguntas.
Fuentes (verificadas el 4 de noviembre de 2026)
- CNIL: preguntas y respuestas sobre la IA generativa y desplegar una IA generativa (ambos en francés)
- Anthropic, tarifas de la API: platform.claude.com/docs/en/about-claude/pricing

